Skip to main content
Log in

GPS-Tracking in touristischen Destinationen – Neue Software-Anwendung zur Erfassung des Mobilitätsverhaltens am Beispiel von Wanderern im Harz

GPS Tracking at Tourist Destinations—A New Software for the Analysis of Tourist Mobility Behavior Illustrated by Hikers in the Harz Mountains

  • Bericht aus Forschung und Praxis
  • Published:
Raumforschung und Raumordnung

Zusammenfassung

Zur Analyse des Mobilitätsverhaltens von Personen gibt es eine Vielzahl quantitativer und qualitativer Methoden. GPS-Tracking hat sich in den letzten Jahren zu einem festen Bestandteil bei der Erforschung des (touristischen) Mobilitätsverhaltens entwickelt. Basierend auf den – beispielsweise durch GPS-Datenlogger – erfassten Strecken lässt sich das raum-zeitliche Verhalten von Personen analysieren. Weitergehende Fragestellungen, z. B. zu deren Handlungen im Sinne von Aktivitäten am „Point of Interest“ (PoI), zur Motivation (beispielsweise für das Verweilen an einem bestimmten PoI), zu personenbezogenen Daten oder zur Zufriedenheit können durch eine Kombination mit anderen Erhebungstechniken erfasst werden. Eine eigens an der Hochschule Harz entwickelte Android-Applikation für Tablet-Computer ermöglicht die Verknüpfung sich ergänzender empirischer Techniken: GPS-Tracking und Face-to-Face-Befragung. Die Besonderheit liegt hierbei in der entwickelten Software, dem GimToP-Toolkit (GTK). Mit dessen Hilfe ist es möglich, direkt im Anschluss an die zurückgelegte Strecke die Tracks inklusive Pausen in einer interaktiven Karte darzustellen. Somit können die Probanden direkt nach Zurücklegen ihrer Strecke zu den einzelnen Wegepunkten, an denen sie länger verweilten, befragt werden. Dies stellt einen neuen, aussichtsreichen Ansatz für die Erforschung des raum-zeitlichen Verhaltens von Personen (z. B. Wanderern, Städtetouristen, Besuchern von Freizeiteinrichtungen und Sehenswürdigkeiten) dar. Die wichtigsten Ziele, Elemente und Möglichkeiten der neuen Software werden im vorliegenden Beitrag ebenso dargestellt wie Ergebnisse einer Beispieluntersuchung mittels des GTK von Wanderern am Brocken.

Abstract

There is a variety of quantitative and qualitative methods available to analyze the mobility behavior of people, and GPS tracking has evolved into a major tool to investigate tourism mobility behavior. For example, the use of GPS data loggers enables the recording and analysis of routes and time-space movements of participants. Through the combination of research tools, additional data can be collected, such as activities at the Point of Interest (PoI), motivations (e.g., for spending time at a specific PoI), demographic data and visitor satisfaction. An Android Application for tablets developed by the Harz University allows the link between complementary data-collection tools: GPS tracking and face-to-face surveys. The software GimToP (GTK) enables the researcher to collect data in-situ, and subsequently displays specific results (e.g., track, distance, breaks) in an interactive map. This way, respondents can be asked to provide data during their experience at various track points, which represents a new and significant tool to understand the mobility and space-time behavior of a variety of respondent groups, such as hikers, city tourists, as well as visitors of leisure facilities or tourist attractions. This presentation will introduce the most important goals and opportunities of this new software, underpinned by a case study presenting the used GTK for hikers in the Harz Mountains.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5
Abb. 6
Abb. 7
Abb. 8
Abb. 9
Abb. 10

Notes

  1. Unter einer Destination wird ein geographischer Raum (z. B. ein großes Hotel, Resort, ein Ort, eine Region, ein Land) verstanden, den ein Gast als Reiseziel wählt (vgl. Bieger 2008, S. 57).

  2. Die soziale Mobilität beschreibt hierbei zum einen die vertikale Mobilität zwischen gesellschaftlichen Schichten und die horizontale Mobilität zwischen den gesellschaftlichen Gruppen innerhalb einer Schicht. Soziale Mobilität bezeichnet generell Positionsveränderungen von Personen in einem sozialen System (vgl. Franz 1984, S. 23 ff.). Informationale Mobilität kann weiter in geistige Mobilität eines Individuums und mediengebundenen Austausch von Informationen zwischen Personen unterteilt werden. Letzteres kann sowohl beispielsweise die Sprache als imaginäre Mobilität an einen anderen Ort oder die virtuelle Mobilität im Internet (z. B. Videokonferenz oder „Second Life“) betreffen. Die räumliche Mobilität meint „(…) die Veränderung mobilitätsfähiger Einheiten zwischen zwei Elementen im geographischen Raum“ (Kaiser 1993, S. 29). Mit Wanderungsmobilität, als Teil der räumlichen Mobilität, werden die räumlichen Bewegungen von Personen zusammengefasst, mit denen ein dauerhafter Wechsel der Wohnung oder des Wohnortes verbunden ist (vgl. Hautzinger/Pfeiffer/Tassaux-Becker 1994, S. 12). Wanderungsmobilität meint eine einseitige Raumüberwindung von A nach B ohne zurückzukehren, wohingegen (Verkehrs-) Mobilität die Rückkehr von B nach A bedeutet, wenn die in B zu tätigende Aktivität erledigt ist. Lifestyle Mobilität wird als wiederkehrender, unterschiedlich langer, aber doch zeitweiliger Wechsel des gewöhnlichen Aufenthaltsortes definiert. Mit Lifestyle-Mobilität werden mehrere Wohnsitze, Zugehörigkeiten und kontinuierliche Mobilität während des Lebensverlaufes verbunden, wie es zum Teil bei Ski- und Tauchlehrern, Animateuren, Kreuzfahrern oder Kletterern zu beobachten ist (vgl. Cohen/Duncan/Thulemark 2015, S. 158 ff.).

  3. Die (Verkehrs-) Mobilität „(…) weist bereits auf die enge Beziehung zum Verkehr hin, ist aber eine Krampflösung. Sie wird im Bereich der Verkehrswissenschaft auch immer nur dann verwendet, wenn man bewußt die übrigen (…) aufgezeigten Mobilitätskategorien ausschließen will. Im allgemeinen erfolgt dieser Ausschluß unter Verkehrswissenschaftlern jedoch stillschweigend, so daß dann – statt von Verkehrsmobilität – wiederum nur von Mobilität (aber eben im eingeschränkten Sinne der Verkehrsmobilität) die Rede ist“ (Cerwenka 1999, S. 35). So wird auch im Rahmen der vorliegenden Untersuchung verfahren.

  4. Die als Sehenswürdigkeiten definierten Orte wurden als proportionaler Kreis symbolisiert, wobei die Anzahl der Besucher je Sehenswürdigkeit die Größe der Kreissignatur bedingte (je mehr Besucher, desto mehr GPS-Punkte und somit größere Kreissignatur) (vgl. Bauder 2011, S. 43 f.).

  5. Eine in Betracht gezogene Nutzung von Smartphones für die Erfassung der Wege wurde verworfen, da Smartphones bei Projektstart im Jahr 2012 noch eine zu geringe Verbreitung hatten (2012: 29 % und 2014: 50 %) (vgl. Lopez 2014, S. 4).

  6. WAAS (= Wide Area Augmentation System), EGNOS (= European Geostationary Navigation Overlay Service) und MSAS (= Multi-functional Satellite Augmentation System) nutzen zusätzliche Informationen, die von geosynchronen (meistens geostationären) Satelliten ausgestrahlt werden, um die Zuverlässigkeit, Genauigkeit und Verfügbarkeit der Positionsbestimmung durch GPS zu erhöhen.

  7. Ziel sollte es sein, eine Applikation zu entwickeln, die auf unterschiedlichen mobilen Endgeräten eingesetzt werden kann. Daher sollte ein mobiles Betriebssystem verwendet werden. Zum Zeitpunkt der Entwicklung gab es zwei Marktführer für mobile Betriebssysteme: iOS (ca. 17 %) und Android (ca. 70 %) (vgl. IDC 2015). Die Entscheidung für Android hatte sechs Gründe: 1) Die größere Auswahl an Endgeräten. 2) Die Android-Geräte waren bzw. sind günstiger als die von Apple. 3) Als Schnittstelle für den Import der GPS-Tracks wurde ein SD-Kartenslot benötigt. Diesen hatte das iPad/iPhone nicht integriert. 4) Zusätzliche Kosten für die Entwicklung der App (Apple-Developer-Account und Apple Rechner notwendig) sollten vermieden werden. 5) Entsprechende Frameworks für die Programmierung sollten verfügbar sein. 6) Apple setzte bzw. setzt auf eine ältere, weniger verbreitete Programmiersprache (Objective C).

  8. OpenStreetMap (OSM) sammelt weltweit frei nutzbare Geodaten über Straßen, Eisenbahnen, Flüsse, Wälder, Häuser usw. Diese sind als Rohdaten oder Karten abrufbar. Das freie Projekt OSM finanziert sich durch Spenden (s. http://www.openstreetmap.de/).

  9. Die Wanderer hatten außerdem die Möglichkeit, für den Fall, dass an ausgewählten Endpunkten kein Interviewer vor Ort verfügbar war, die GPS-Logger bei ausgewählten Betrieben abzugeben. Hiervon wurde in drei Fällen Gebrauch gemacht.

  10. Auch bei mehreren Personen wurde immer nur ein Gerät herausgegeben, da es für den Erhebungszweck keinen Sinn ergab, zwei, drei oder mehrere GPS-Geräte an ein Pärchen oder eine Wandergruppe auszugeben oder nur Wanderer einzubeziehen, die allein wanderten. Das Interview erfolgte zumeist gemeinsam mit dem/den Wanderpartner/n. Es wurden jedoch nur die Personen für das Interview ausgewählt, die sich zuvor dazu bereit erklärt hatten, die Fragen zu beantworten.

  11. Die drei PoI-Kategorien „Verkehrsinfrastruktur“, „Sehenswürdigkeiten, Natur- und Kulturdenkmäler, Architektur“ und „Pausen/Aussichten/Berggipfel“ wurden für diese Auswertung zu „Rast- und Aussichtspunkte“ zusammengefasst, da die einzelnen Kategorien zu geringe Fallzahlen für eine eigenständige Darstellung hatten.

  12. Fotografieren könnte beispielsweise eingeordnet werden als Zweck, der die Anerkennung durch Andere (= Wertschätzungsbedürfnisse) verfolgt, oder (als Handyfoto) zum Zwecke der Kommunikation (= Soziale Bedürfnisse) geschieht. Insgesamt 29 derartige Angaben konnten den Stufen der Bedürfnispyramide nicht einwandfrei zugeordnet werden (21 × Fotografieren, 1 × Klettern und 7 Angaben zu aufgesuchten Zielen wie Museum, Zug oder Zugwechsel angeschaut).

  13. Der Inhalt der Fragen kann durch eine XML-Konfigurationsdatei definiert werden, wobei sechs vordefinierte Fragetypen zur Verfügung stehen: 1) geschlossene, dichotome Frage mit Einfachauswahl „ja/nein“, 2) geschlossene Frage (Einfachauswahl mit mehreren Antwortvorgaben), 3) geschlossene Hybridfrage (Einfachauswahl mit optionalem Textfeld), 4) geschlossene Hybridfrage (Mehrfachauswahl mit optionalem Textfeld), 5) Bewertungsfragen (Einfachauswahl je Bewertungskriterium), 6) offene Frage.

  14. Weiterführende Informationen zu derartigen Untersuchungen finden sich beispielsweise bei Kilzer 2009, Sorensen 2009 und Hunstiger 2011.

Literatur

  • Alvares, L. O.; Bogorny, V.; Kuipers, B.; de Macedo, J. A. F.; Moelans, B.; Vaisman, A. (2007): A model for enriching trajectories with semantic geographical information. In: Proceedings of the 15th annual ACM international symposium on advances in geographic information systems. Seattle, Washington. https://doclib.uhasselt.be/dspace/bitstream/1942/7905/1/07-GIS.pdf (13.07.2015).

  • Arrowsmith, C.; Chhetri, P. (2003): Port Campbell National Park – Patterns of Use. A report for the development of visitor typology as input to a generic model of visitor movements and patterns of use. Melbourne.

  • Bachu, P. K.; Dudala, T.; Kothuri, S. M. (2001): Prompted Recall in Global Positioning System Survey: Proof-of-Concept Study. In: Transportation Research Record 1768, 106–113.

    Article  Google Scholar 

  • Bauder, M. (2011): GPS-Erfassung und GIS-Analyse individueller Personenmobilität. (Zugleich Master Thesis, Albert-Ludwigs-Universität Freiburg). http://www.freidok.uni-freiburg.de/volltexte/8385/ (10.12.2013).

  • Bauder, M. (2012): Erfahrungen aus dem GPS-Tracking individueller Mobilität von Touristen – Konsequenzen für die Weiterentwicklung als neue humangeographische Methode. In: Strobl, J.; Blaschke, T.; Griesebner, G. (Hrsg.): Angewandte Geoinformatik. Berlin, Offenbach, 420–429.

  • Bieger, T. (2008): Management von Destinationen. München, Wien.

  • Büscher, M.; Urry, J. (2009): Mobile Methods and the Empirical. In: European Journal of Social Theory 12, 1, 99–116.

    Article  Google Scholar 

  • Canzler, W.; Knie, A. (1998): Möglichkeitsräume: Grundrisse einer modernen Mobilitäts- und Verkehrspolitik. Wien.

  • Carlstein, T.; Parkes, D. N.; Thrift, N. (1978): Timing Space and Spacing Time. London.

  • Cerwenka, P. (1999): Mobilität und Verkehr: Duett oder Duell von Begriffen?. In: Der Nahverkehr 17, 05, 34–37.

    Google Scholar 

  • Cherem, G. J.; Driver, B. L. (1983): Visitor Employed Photography: A Technique to Measure Common Perceptions of Natural Environments. In: Journal of Leisure Research 15, 1, 65–83.

    Google Scholar 

  • Clifford, E.; Zhang, J.; Stopher, P. (2008): Determining trip information using GPS data. Sydney. = Working Paper ITLS-WP-08-01.

  • Cohen, S. A.; Duncan, T.; Thulemark M. (2015): Liftstyle mobilities: The crossroads of travel, leisure and migration. In: Mobilities 10, 1, 155–172.

    Article  Google Scholar 

  • Czaplicki, A. (2009): Nutzung von GPS-Daten – Analyse der Besucherwege des Leipziger Zoos. In: König, C.; Stahl, M.; Wiegand, E. (Hrsg.): Nicht-reaktive Erhebungsverfahren. Bonn, 73–81.

  • Diewitz, U.; Klippel, P.; Verron, H. (1998): Der Verkehr droht die Mobilität zu ersticken. In: Internationales Verkehrswesen 50, 3, 72–74.

    Google Scholar 

  • Downs, R.; Stea, D. (1982): Kognitive Karten – Die Welt in unseren Köpfen. New York.

  • Edwards, D.; Griffin, T. (2013): Understanding tourists’ spatial behavior: GPS tracking as an aid to sustainable destination management. In: Journal of Sustainable Tourism 21, 4, 580–595.

    Article  Google Scholar 

  • Edwards, D.; Griffin, T.; Hayllar, B.; Dickson, T.; Schweinsberg, S. (2009): Understanding Tourist ‚Experiences‘ and ‚Behaviour‘ in Cities – An Australian Case Study. Queensland.

  • Felser, G. (2015): Werbe- und Konsumentenpsychologie. Heidelberg.

  • Fennell, D. A. (1996): A tourist space-time budget in the Shetland Islands. In: Annals of Tourism Research 23, 4, 811–829.

    Article  Google Scholar 

  • Franz, P. (1984): Soziologie der räumlichen Mobilität. Eine Einführung. Frankfurt am Main.

  • Freyer, W. (2011): Tourismus-Marketing – Marktorientiertes Management im Mikro- und Makrobereich der Tourismuswirtschaft. München.

  • Freyer, W. (2015): Tourismus – Einführung in die Fremdenverkehrsökonomie. Berlin, München, Boston.

  • Freyer, W.; Groß, S. (2006): Gästebefragungen in der touristischen Marktforschung – Leitfaden für die Praxis. Dresden.

  • Graaff, N. (2014): VEP & GPS als Methode zur Untersuchung natürlicher Aufmerksamkeitspunkte in Nationalparken. Poster zur 18. Jahrestagung der Deutschen Gesellschaft für Tourismuswissenschaft vom 13.–15.11.2014. Köln.

  • Groß, M. S.; Groß, S.; Freyer, W. (2006): Mobilitätsverhalten im Tourismus – Methodenstudie zur Erfassung des Mobilitätsverhaltens von Touristen am Aufenthaltsort. In: Zeitschrift für Verkehrswissenschaft 77, 1, 29–55.

    Google Scholar 

  • Groß, S. (2005): Mobilitätsmanagement im Tourismus. Dresden.

  • Hägerstrand, T. (1970): What about people in Social Sciences? In: Papers of the Regional Science Association 24, 1, 7–21.

    Article  Google Scholar 

  • Hartmann, R. (1988): Combining field methods in tourism research. In: Annals of Tourism Research 15, 1, 88–105.

    Article  Google Scholar 

  • Hautzinger, H.; Pfeiffer, M.; Tassaux-Becker, B. (1994): Mobilität: Ursachen, Meinungen, Gestaltbarkeit. Heilbronn.

  • Higham, E. C.; Holt, A.; Kearsley, C. (1996): Tourist flow reasoning – the spatial similarities of tourist movements. In: Proceedings for the Spatial Information Research Centre’s 8th Colloquium, University of Otago. Dunedin, 69–78.

  • Hunstiger, G. (2011): Dem Shopper auf der Spur: praxiserprobte Marktforschungsmethoden. In: Frey, U. R.; Hunstiger, G.; Dräger, P. (Hrsg.): Shopper-Marketing – Mit Shopper Insights zu effektiver Markenführung bis an den POS. Wiesbaden, 99–130.

  • IDC – International Data Corporation (2015): Smartphone OS Market Share. http://www.idc.com/prodserv/smartphone-os-market-share.jsp (30.10.2015).

  • Inskeep, E. (1991): Tourism Planning: An Integrated and Sustainable Development Approach. New York.

  • inspektour GmbH; ift GmbH – ift Freizeit- und Tourismusberatung GmbH (2012): Permanente Gästebefragung Sachsen-Anhalt 2011/12 – Berichtsband mit Endergebnissen. Köln, Hamburg, Potsdam.

  • Institut für Demoskopie (1956): Nato-Wanderausstellung 1956. Ergebnisse einer Umfrage unter Ausstellungsbesuchern (IfD-Umfrage 186). Allensbach am Bodensee. = IfD-Bericht 531.

  • Job, H.; Woltering, M.; Schamel, J.; Merlin, C. (2014): Regionalökonomische Effekte des Nationalparks Harz. Würzburg.

  • Kaiser, F. G. (1993): Mobilität als Wohnproblem – Ortsbindung im Licht emotionaler Regulation. Bern.

  • Kazig, R.; Popp, M. (2011): Unterwegs in fremden Umgebungen – Ein praxeologischer Zugang zum „wayfinding“ von Fußgängern. In: Raumforschung und Raumordnung 69, 3, 3–15.

    Article  Google Scholar 

  • Keul, A. G.; Kühberger, A. (1996): Die Straße der Ameisen – Beobachtungen und Interviews zum Salzburger Städtetourismus. München, Wien.

  • Kilzer, F. (2009): Verhaltensbeobachtungen am Point-of-Sale (POS). In: König, C.; Stahl, M.; Wiegand, E. (Hrsg.): Nicht-reaktive Erhebungsverfahren. Bonn, 33–43.

  • Kleehaupt, B. (1997): Verkehrliche Mobilitätskritik aus ökonomischer Sicht. Frankfurt am Main.

  • Lau, G.; McKercher, B. (2006): Understanding Tourist Movement Patterns in a Destination: A GIS Approach. In: Tourism and Hospitality Research 7, 1, 39–49.

    Article  Google Scholar 

  • Lopez, C. (2014): Faszination Mobile – Verbreitung, Nutzungsmuster und Trends. Bundesverband Digitale Wirtschaft in Kooperation mit Google und TNS Infratest. Düsseldorf.

  • Maslow, A. H. (2002): Motivation und Persönlichkeit. Reinbek.

  • McKercher, B.; Lau, G. (2008): Movement Patterns of Tourists within a Destination. In: Tourism Geographies 10, 3, 355–374.

    Article  Google Scholar 

  • McKercher, B.; Shoval, N.; Ng, E.; Birenboim, A. (2012): First and Repeat Visitor Behaviour: GPS Tracking and GIS Analysis in Hong Kong. In: Tourism Geographies 14, 1, 147–161.

    Article  Google Scholar 

  • Mey, G.; Mruck, K. (2010) (Hrsg.): Handbuch Qualitative Forschung in der Psychologie. Wiesbaden.

  • Millonig, A.; Gartner, G. (2007): Monitoring Pedestrian Spatio-Temporal Behavior. In: Gottfried, B. (Hrsg.): BMI – Behaviour Monitoring and Interpretation. Proceedings of the Workshop on Behaviour Monitoring and Interpretation – BMI 2007. Osnabrück, 29–42.

  • Millonig, A.; Gartner, G. (2008): Shadowing – Tracking – Interviewing: How to Explore Human Spatio-Temporal Behaviour Patterns. In: Gottfried, B.; Aghajan, H. (Hrsg.): Workshop on Behaviour Monitoring and Interpretation – BMI 2008 in Conjunction with 31st German Conference on Artificial Intelligence. Bremen, 1–14. = TZI-Bericht, 48.

  • Murphy, P. E. (1992): Urban tourism and visitor behavior. In: American Behavioral Scientist 36, 2, 200–211.

    Article  Google Scholar 

  • Neis, P. (2008): Location Based Services mit OpenStreetMap Daten. Masterarbeit. Mainz.

  • Nielsen, N. C.; Blichfeldt, B. S. (2009): Where do they go? Monitoring Tourist Mobility at the Destination. In: 18th Nordic Symposium in Tourism and Hospitality Research. 22nd – 25th October 2009, Esbjerg, Dänemark.

  • OSM – Open Street Map (2015a): Stats. http://wiki.openstreetmap.org/wiki/Stats (04.11.2015).

  • OSM – Open Street Map (2015b): Map Features. http://wiki.openstreetmap.org/wiki/Map_Features (12.10.2015).

  • Ramm, F.; Topf, J. (2010): OpenStreetMap – Die freie Weltkarte nutzen und mitgestalten. Berlin.

  • Sheller, M.; Urry, J. (2006): The new mobilities paradigm. In: Environment and Planning A 38, 2, 207–226.

    Article  Google Scholar 

  • Shoval, N.; Isaacson, M. (2010): Tourist Mobility and Advanced Tracking Technologies. New York.

  • Sorensen, H. (2009): Inside the mind of the shopper: The science of retailing. Upper Saddle River.

  • Spangenberg, T. (2014): Development of a Mobile Toolkit to Support Research on Human Mobility Behavior Using GPS Trajectories. In: Information Technology & Tourism (Special Issue „ICT for Sustainable Tourism“) 14, 4, 317–346.

    Article  Google Scholar 

  • Statistisches Bundesamt (2007): Gliederung der Klassifikation der Wirtschaftszweige, Ausgabe 2008 (WZ 2008). Wiesbaden.

  • Statistisches Bundesamt (2015): Binnenhandel, Gastgewerbe, Tourismus – Ergebnisse der Monatsergebnisse im Tourismus, Dezember 2014. Wiesbaden.

  • Stopher, P.; Prasad, C.; Zhang, J. (2010): Comparing GPS and prompted recall data records. Sydney. = Working Paper ITLS-WP-10-24.

  • Straub, J.; Chakkarath, P. (2010): Kulturpsychologie. In: Mey, G.; Mruck, K. (Hrsg.): Handbuch Qualitative Forschung in der Psychologie. Wiesbaden, 195–209.

  • Thornton, P. R.; Williams, A. M.; Shaw, G. (1997): Revisiting time-space diaries – An exploratory case study of tourist behavior in Cornwall, England. In: Environment and Planning A 28, 10, 1847–1867.

    Article  Google Scholar 

  • Thrift, N. (1977): An introduction to time-geography. Norwich. = Concepts and Techniques in Modern Geography, 13.

  • Van der Spek, S.; van Schaick, J.; de Bois, P.; de Haan, R. (2009): Sensing Human Activity: GPS Tracking. Sensors 9, 4, 3033–3055.

    Article  Google Scholar 

  • Weber, H.-J. (2012a): Städtetourismus in Berlin – Möglichkeiten zur GPS-basierten Verortung touristischer Praktiken. In: Zehrer, A.; Grabmüller, A. (Hrsg.): Tourismus 2020 + interdisziplinär – Herausforderungen für Wirtschaft, Umwelt und Gesellschaft. Berlin, 65–78.

  • Weber, H.-J. (2012b): Die Paradoxie des Städtetourismus – zwischen Massentourismus und Individualität: Eine Studie zu touristischen Praktiken und Mobilität unter Verwendung von GPS- und Fragebogendaten sowie Reiseführerliteratur am Beispiel der Stadt Berlin. Berlin.

  • Weber, H.-J.; Bauder, M. (2013): Neue Methoden der Mobilitätsanalyse: Die Verbindung von GPS-Tracking mit quantitativen und qualitativen Methoden im Kontext des Tourismus. In: Raumforschung und Raumordnung 71, 2, 99–113.

    Article  Google Scholar 

  • Zängler, T. (2000): Mikroanalyse des Mobilitätsverhaltens in Alltag und Freizeit. Berlin.

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Sven Groß.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Groß, S., Menzel, A. GPS-Tracking in touristischen Destinationen – Neue Software-Anwendung zur Erfassung des Mobilitätsverhaltens am Beispiel von Wanderern im Harz. Raumforsch Raumordn 74, 51–68 (2016). https://doi.org/10.1007/s13147-016-0381-z

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s13147-016-0381-z

Schlüsselwörter

Keywords

Navigation